19 件
Zhaokai Wangらは、2026年FIFAワールドカップを利用して言語モデルとdeep-researchエージェントの試合結果、正確なスコア、フォーメーション予測能力を評価する動的ベンチマークWorldCupArenaを発表しました。最高性能のシステムでも、正確なスコアの予測ではブックメーカーや人間のベースラインに対しわずかな改善にとどまりますが、専用の採点指標ではより明確な差が見られます。
BrainPilotはマルチエージェントシステムで、「principal investigator」エージェントが文献レビューから分析・解釈まで、神経科学研究の全プロセスにわたって専門エージェントを監督します。7,233件の情報源と、7つの領域にまたがる72の方法論ユニットからなるナレッジベースを活用し、Agents' Last ExamとBrainPilotBench-v0において、SOTAフレームワークに匹敵する結果を、より低いコストで達成します。
研究によると、AIの提案は参加者が「わからない」と言う意欲をほぼ消滅させ、AIの回答が意図的に誤りであっても正答率が3分の1に低下することが示されました。
Sakana AIは、それぞれが同一のローカルニューラルネットワークを実行し、中央調整なしで動作するモジュール式物理ブリックを開発しました。集合的にアセンブリ全体の形状を認識し、構造的損傷を検出することができます。Sakanaの集合知能に関する初期のソフトウェア研究を物理ハードウェアへと拡張しています。
Google Researchは米国10都市で6ヶ月間の実験を実施した。改良されたGoogle Mapsのアルゴリズムが観測された走行の2%未満を選択された渋滞区間から迂回させた結果、対象道路での速度の中央値が+2%上昇し、燃料消費量が0.5〜1%削減された。研究はNature Citiesに掲載。
研究者らは、NASA地球観測ナレッジグラフとGNNによるデータセットペアのランキングを活用した3エージェントLLMパイプラインを開発し、氷河学、植生フェノロジーなどの分野で自動的に研究仮説を生成することに成功した。
MITとノースウェスタン大学の研究者たちは、AIの民主化または集中についての結論が、技術の実際の状態ではなく使用するベンチマークに完全に依存することを証明した。
IBMとウィンブルドンは2026年大会向けに、パーソナライズされたインタラクティブ機能と刷新されたデジタルプラットフォームを含む新しいAI駆動のファン体験を発表しました。世界で最も権威あるテニストーナメントの一つにAIを取り入れる長年のパートナーシップの継続です。
arXiv:2606.20205の研究では、56の指示調整済み言語モデルを標準化された心理・嗜好測定ツールでテストしました。分散分解を用いた分析により、方向性のある反応バイアスがモデル間の差異の81〜90%を説明することが判明しました。人間では同割合は9〜16%に過ぎず、著者らはLLMの心理プロファイルは安定した人格ではなく測定アーティファクトであると結論付けています。
研究者のSkyler WangとIsabella Luppiは、AIが恋愛コミュニケーションに使われることについてTikTokとRedditの2023〜2026年のバーナキュラー言説を分析し、隠れた三者関係と表現労働という概念を導入し、真正性は言語的所有権から感情的所有権へと再構成されると結論づける。
Google Researchは、標準的なスマートフォンのカメラを用いて心臓の健康の指標を受動的に測定する手法を提示する。その目的は、追加のハードウェアを必要としない、利用しやすく非侵襲的な健康診断である。このアプローチは、ユーザーがすでに持っているカメラに依拠することで、健康モニタリングの障壁を下げる。
チューリッヒ工科大学の研究者らは、論理パズルのベンチマークと、推論トレースを計測可能な主張・依存関係のグラフに変換するパイプラインを発表した。新たな指標は推論の効率を定量化し、正答率やトークン数では区別できない違いを明らかにする。
新しい arXiv の研究は、人間の動作制御を 2D レンダリングされたガイドではなく、圧縮された 3D メッシュトークンに直接条件付ける動画拡散モデルを提案する。この手法はトランスフォーマー内で動画トークンとモーショントークンを一緒に処理し、従来の 2D アプローチよりも少ないアーティファクトで優れた動作制御を実現する。
AMix-2はタンパク質-テキストの基盤モデルで、タンパク質の理解とシーケンス設計を共有トークン空間に統合します。block-wise拡散言語バックボーンを用い、ベンチマークProteinArenaを導入し、フロンティアLLMを上回り、専門のタンパク質モデルと競合します。
DeepMindとMIT CSAILから20名の研究者が参加するチームが、Lean定理証明器でのLLMによる形式的証明の自律的生成に関する最初の大規模評価を発表しました。エージェントはLLM生成とLeanによる記号的検証を組み合わせ、353の開放Erdős問題のうち9つを自律的に解決し、492のOEIS予想のうち44を証明しました。
多くのユーザーがAIをクリエイティブなタスクに使用すると、全員が似たような提案を受け取ります——「アイデア多様性崩壊」。研究者らは過剰集中係数Δと多様性比率ρを持つ事前プロトコルを導入しました。テストされた3つのフロンティアモデルは全て、短編小説、マーケティングスローガン、代替用途タスクで人間との同等閾値を下回りました。
Jiaxian Yanらの研究チームは2026年4月23日にBioMinerを発表しました——科学文献からタンパク質-リガンド生物活性データを自動抽出するマルチモーダルAIシステムです。テキスト、表、分子構造を処理し、新しいベンチマークBioVista（500論文から16,457エントリ）でF1 0.32を達成。デモアプリケーションでは11,683論文から82,262件のデータを抽出しました。
Google PhotosがAuto Frame機能を追加しました。2D写真を3Dシーンとして解釈し、幾何学とカメラパラメータを推定した後、潜在拡散モデルを使用して元のフレーム外のコンテンツを生成し、別の構図を実現します。
研究者がCamera Artistを発表しました。実際の映画制作ワークフローをモデル化してナラティブ動画を生成するマルチエージェントシステムです。監督、撮影監督、編集者をシミュレートする専門AIエージェントを連携させ、一貫したビジュアルストーリーテリングを実現します。